1. 金融业为什么会有数据产品经理的岗位
长期以来，金融公司聚焦客户、产品，线下获客，线上提供交易服务。交易被视为慎重的金融行为，核心要求：精确、合规。
该常识被互联网金融摧毁。互金的成功，证明在客户、产品之间，强交互性的渠道（平台）有巨大的利润空间。金融业，作为服务业，销服一体，在愈演愈烈的信用膨胀时代，生产、转移、湮灭信用的效率比以往更加重要。
传统金融业如何转型，学习互联网搞好渠道建设？传统金融公司引入了互联网公司核心岗位产品经理（PM）。随数据作为生产要素参与价值创造，数据产品赋能业务已成为数字化转型的核心工作。做数据产品的则为数据产品经理，职业边界相当于业务侧的数据科学家，比科技侧更靠近业务痛点，比传统的商业分析师更靠近数据科学，核心在于保证AI团队和渠道业务团队的协同落地。
2. 金融业引入了数据产品经理可以做什么
金融数据产品经理，从工作流程上来说：首先要作为商业分析师，搞TMT方向的行研工作，发现、理解业务痛点和提出解决方案；作为数据科学家，搞技术栈调研，做好技术选型；然后作为项目经理，撮合AI团队和渠道业务团队，研发和管理数据产品；在具体实施中，为了提高落地质量，还要做一些算法工程师的活。
- 产品定位，TMT行研+技术栈调研。输出商业需求文档（BRD）、市场需求文档（MRD），解答在当前商业环境，做不做和做什么。协助科技侧的数据科学家，输出技术选型方案。
- 统筹需求，输出业需文档（PRD），核心在描述拟实现的数据结构（数字化）、算法原型（智能化）、交互设计（产品化）。
- 项目管理，担任项目经理，研发中输出进度文档，投产后输出复盘文档，运营中输出定期评估报告。对于初次合作的，或人员流动较多的AI团队，需作为从业务角度把关的的算法工程师（使用R/Python/SQL/HQL/JS）参与项目研发。
